引言：

生成式人工智能（AIGC）的发展速度令人瞩目，打破了传统产业的边界，并在各个领域催生了新的变革和机遇。近年来国家高度重视人工智能产业的战略地位，在《新一代人工智能发展规划》中进一步加大了对产业的支持力度。为实现产业链的自主可控，国家多次调整投资策略、鼓励技术创新、提供税收优惠及扶持资金，并积极引导国内企业开展国际合作，以促进产业健康、可持续发展。与此同时，人工智能行业的快速发展促进了传统设计行业进一步转型升级，业内企业也正加速布局，紧抓机遇，迎接挑战。

一、行业概述

01 行业历程

人工智能（AI）指的是让计算机执行通常需要人类智能的任务的科技领域。它包括使用计算机模拟人类学习、推理、自我修正和理解自然语言等能力。时至今日已经在多个领域中广泛应用并发挥着关键。其发展始于1943年的基础神经网络研究，经历了多个关键阶段。在20世纪60至70年代，随着机器学习和知识表示技术的兴起，这一领域逐渐受到了广泛的关注。特别是基于规则的专家系统和逻辑编程，成为了那个时期的研究热点。进入20世纪70至80年代，神经网络和专家系统逐渐成熟，并开始在工业、医疗和金融等领域中得到应用。但在80年代后期，由于某些技术瓶颈和过高的期望，AI遭遇了一次“寒冬”。随着算力的增强和数据的爆炸式增长，到了20世纪90年代末和21世纪初，深度学习的崛起再次为AI带来了新的生命。特别是1997年，IBM的“深蓝”在国际象棋比赛中战胜了世界冠军，标志着机器在某些特定任务上可以超越人类。近年来，随着技术的进一步完善和商业应用的扩展，AI已经深入到了我们日常生活的各个方面，从智能助手到自动驾驶汽车，其潜力和应用前景仍在持续拓展。

人工智能的发展在过去几年中经历了从分析型AI到生成式AI的重要转变。最初AI的核心目标是对数据进行深入的理解和辅助判别，例如基于推荐系统技术，亚马逊能够根据用户的购买历史和浏览行为推荐相关产品；图像识别技术被广泛应用于字节跳动和商汤科技等公司，用于检测和分类图像内容。这些技术主要集中在从大量数据中提取有意义的信息，并帮助用户或企业做出决策。

时至2022年，AI技术再次完成飞跃，从简单的数据分析转向了内容的自动创造和生成。例如Copilot和ChatGPT这类工具可以基于用户的输入自动生成代码或对话。Boomy和喜马拉雅FM则运用声音生成技术，创作出全新的音乐或音频内容。Meta和InVideo等公司的探索与成果最具前瞻性，实现了直接用AI技术创作视频内容。这标志着AI不再仅仅是一个数据分析工具，而是成为了创意和艺术的合作者，成为新的生产方式与工具。这一转变不仅仅是技术的飞跃，也意味着AI在社会、文化和经济领域中的作用正在发生深刻的变革。从辅助决策到内容创造，AI正逐渐成为现代生活中不可或缺的一部分。

随着技术的演进，内容生成经历了从专业生成内容（PGC）到用户生成内容（UGC）再到人工智能生成内容（AIGC）的重要转变。在20世纪90年代以前，PGC是主导，以百度为例，大多数内容是由专业机构和组织创作的，这些内容经过专业审核与筛选，确保了其权威性和准确性。进入21世纪，社交媒体的兴起带来了UGC的繁荣，普通用户开始在平台上分享自己的创作，如微博等社交平台上的热门帖子和讨论，为信息的多样化和草根化创作提供了空间。近年来，人工智能技术的进步带来了AIGC的崛起。2017年的Transformer架构、2022年的OpenAI推出的ChatGPT以及2023年的NVIDIA与Microsoft的新技术，都是这一转变的典型代表。它们不仅能理解和分析内容，还能自主创作，为用户提供了更为丰富和个性化的体验。

02 应用场景

文本生成是目前最成熟的领域，其中最具影响力的当属chatGPT聊天机器人，目前已成为现象级的应用产品。此类产品基于Transform、GPT等大型语言模型，具有非常强的文字生成能力、文本理解与推理能力、对话问答能力。它通过向模型输入大量文本数据来获取常识性信息，并利用深度学习技术完成许多自然语言处理任务，如问答、翻译、摘要等。如Microsoft 365 Copilot就利用这些技术，为用户提供智能辅助编写功能，大大提高了生产效率和文本质量。此外，智能推荐功能等，都基于这些先进的文本生成技术，丰富人们的数字生活体验，助力企业提高运营效率和服务质量。

AI产品的另一大应用场景是图像生成，有三大细分领域分别为图像编辑、创意图像生成及功能性图像生成和2D图像生成3D模型。目前，图像编辑工具的使用已较为广泛，相关产品较为丰富；而对于“图像生成”和“2D-3D转换”任务，由于图片相较包含更多元素，其生成效果仍存在不稳定性，对于要求较高的功能类图像生成仍需要技术上的提升。

03 发展现状

根据Bloomberg的数据，2023年全球的生成式AI市场达到了670亿美元。由于如ChatGPT、Bard这样的消费级AI工具的推出，预计会引发一个持续10年的AI发展浪潮。到2032年，生成式AI市场的规模可能会增长到1.3万亿美元，这意味着在这十年间生成式AI市场的年均复合增长率将达到42%。

国内方面以数据为核心的生成式AI研究和应用正逐渐取得显著进展。当前，大约有26%的企业已经在这方面进行了布局。据中关村大数据产业联盟在《中国AI数字商业展望2021-2025》报告中指出，预计到2025年，我国生成式AI的商业应用规模将冲击2070亿元，预期的五年年均增长率将高达84%。

2022-2025年中国生成式AI技术应用规模

AIGC（人工智能生成内容）产业链展现了一个从基础设施到最终用户的完整流程。在上游为整个AI应用提供了核心的技术支撑。它涉及到深度学习、机器学习以及其他先进算法的研发与优化，为各种应用提供算法模型。此外，数据供给方面的服务公司如云服务提供商，为AI训练提供了巨大的数据存储和处理能力。为了满足多样化的需求，有诸多创作者工具和底层配合工具在这一层被开发与应用，助力研发人员更高效地构建和优化模型。

产业链中游是场景应用层，关键是将上游的技术与具体的应用场景相结合。文字、图像、视频、音频等各种垂直赛道，都需要特定的工具和解决方案来实现高效、准确的内容生成。例如，文本生成工具可以帮助作家快速撰写文章或报告，图像和视频处理工具则可为广告、影视和游戏产业提供强大支持。此外，数据梳理和管理工具在这一阶段也显得尤为重要，它们确保数据的完整性、准确性和及时性，为AIGC的应用提供强有力的后盾。

终端用户接触的各种平台和设备处于产业链下游。无论是内容终端市场、各类数字素材、还是智能设备，它们都是AIGC产业链中的关键部分。随着技术的发展，AIGC的内容也在这些平台和设备上得到了广泛应用，为用户提供了丰富、高质量的体验。例如，人工智能生成的音乐、文章甚至影片，都在社交媒体上获得了广泛的关注，也推动了创作者和观众之间的互动。

我国AIGC产业链呈现出一个从技术研发、应用到终端的完整闭环，各环节都紧密相连，共同推动着人工智能生成内容技术的进步与应用。

04 现存问题

我国高度重视人工智能的发展，并已将其列为国家战略。近年来我国政府出台了一系列政策如下图所示，旨在推动AI产业的快速发展和技术创新。"新一代人工智能发展计划"，规划了从基础研究、关键技术破解到产品应用和产业发展的全流程，确立了到2030年使我国在人工智能领域达到国际领先的战略目标。

但我国的AIGC产业仍处于发展初期，底层技术相较国外仍有较大差距。由于技术发展不足以及投资环境的影响，AIGC大多被作为公司的部分业务、乃至相对边缘化的功能进行研发，独立运行的初创公司数量明显少于国外，大部分细分赛道的初创玩家在5家以下。TTS等较为成熟的AIGC能力大多被综合性的AI公司打包提供，在应用场景上缺乏明确的指向性。

此外，人工智能算法正面临其固有的技术挑战。在透明度、稳健性以及偏见方面，现存的技术局限还未得到完全克服，导致在实际应用中出现各种问题。特别是在AIGC内容创作和编辑技术上，如文本生成常常简化为套用模板，导致输出的文本缺乏易读性和质量；语音合成技术仍然存在声音的机械化问题，使得合成的声音听起来不够自然；而在视觉生成技术中，如实时动作捕捉的精准度和图像处理效果也有待提高。当前的内容审核方式主要依赖于机器审核和人工审核的结合，但机器审核的误报率相对较高，人工审核方面由于缺乏行业统一标准和审核人员不足，也存在问题。这为一些不正当行为如抄袭、内容造假和恶意营销提供了机会。AIGC作品的版权问题也仍是一个待解决的难题，如当前AIGC作品无法获得著作权保护，这无疑限制了AIGC的创作潜力。

05 市场趋势

AI技术的创新正在快速前行，从最初的Transformer技术如BERT、GPT，到近期的Diffusion和DALL-E，反映了不断进化的技术趋势。同时从2018年至2025年，算力的持续上升展现了未来AI的高复杂度和运算需求。各大硬件厂商，如Intel、AMD和NVIDIA，都在努力满足这一需求，推出专为AI优化的硬件解决方案。在商业应用层面，无论是大型互联网巨头如Microsoft、Google和Amazon，还是AI研究专家如OpenAI和ANTHROPIC，他们都在推动AI技术向实际商业场景转化，展现了其广泛的应用潜力。

据机构预测，文字类AI生成或将在2023年进入黄金时期，图片类AI生成黄金时期将在2025年左右抵达，3D和视频类 AI生成在2023年可能正处于草稿阶段，或将在2030年进入黄金时期。此外，在AIGC产业应用，如在制造业、建筑业等巨型垂直实体领域中，AIGC的C/Content内容将不仅停留在图片和文字的领域，而是进入信息更为丰富的领域。

二、人工智能在建筑设计产业的应用

在不断迈进的技术浪潮中，人工智能（AI）已成为驱动设计产业创新的关键动力。进入设计领域的AI不仅是工具的演进，更是一场深刻的实践和生产力的革命。设计作为一个注重创意、追求差异性的领域，正通过AI的智能计算和生成性设计方法，见证一场从概念到现实的跨越。

建筑设计是典型的智力密集型行业，规模扩张高度依赖专业设计人才，规模扩张的标准逻辑是基于“人均创收*设计师数量”模型展开的，且设计师成本是公司业务的核心成本构成，因此引入AI后，优化人员成本，提高人均产出，建筑设计行业受益极大。

目前业内设计相关企业正在加速其数字化智能化转型进程，特别是在人工智能(AI)的融合和应用上。对于数字管理系统，现有系统距离满足全面需求仍存在差距，但与AI结合正逐渐形成趋势。人工智能不仅在数字化管理上展现出潜力，更在BIM技术的应用中起到了推动作用，天强TACTER的统计显示，近54.3%的设计院已将BIM技术应用于实际操作，而其中21.4%的企业正处于BIM正向设计阶段。利用人工智能BIM技术可以进行更高效的三维协同设计，实现数据协同和数字化交付。预计随着AI与BIM技术的结合，单一的BIM应用将逐渐转向复合应用，如BIM+GIS、BIM+工程咨询等。此外，随着创新和数字化逐渐成为行业的增长点，政府对 “智慧城市”和“智慧交通”等政策的支持也为设计企业提供了巨大的发展契机。设计企业现在正在利用AI技术为智慧城市和智慧建筑提供更高效、更智能的解决方案。

TransBIM：房建 AI 设计 SaaS 平台，提供施工图智能生成服务

目前AI与建筑设计初步结合，市面上已有多款搭载AI技术的建筑设计工具，可应用于效果图渲染、识图翻模、施工图审核等环节。此类AI产品多基于决策型算法，主要通过简化部分工程属性、逻辑性较强环节的人力程序来降低人工成本、提高工作效率。如，Arko AI云渲染插件，实现建筑可视化；AI Road交通市政领域三维快速方案设计；Xdesign新型草图工具，提供设计建议；Trans BIM房建AI设计 SaaS平台，提供施工图智能生成服务；万翼AI审图等。

AI Road：交通市政领域三维快速方案设计

人工智能不仅帮助企业提高管理效率，亦推动了技术应用的深度和广度。随着AI技术的持续进步和行业的进一步发展，智能化发展趋势将继续深化，为设计行业带来更多的创新和机会。

部分业内企业智能数字化布局概览

三、结语

自1943年神经网络的初步研究起，至2022年AI技术的巨大突破，AIGC（人工智能生成内容）已进入一个全新的发展黄金期。在此背景下，设计行业这一高度智力密集的行业正经历着前所未有的变革。AI不仅为设计师提供了更为先进、高效的工具，更重要的是，它为设计思维和方法带来了革命性的创新。AI为设计行业带来了风格多元化、工作效率的提升和创新思维的碰撞。在充满变化与挑战的智能化时代，设计企业正站在发展的十字路口，加快学习先进技术，积极应对外部环境的挑战，不仅是对企业自身的升级和完善，更是其在竞争中稳固和扩展市场地位的关键。企业需具备前瞻性的视野、强大的内部生态和敏锐的市场洞察力，抓住历史性的机遇，以不断地创新和适应来开创自己的新局面。

参考资料：

【1】Rowan T Hughes, Liming Zhu, Tomasz Bednarz. Generative Adversarial Networks–Enabled Human–Artificial Intelligence Collaborative Applications for Creative and Design Industries: A Systematic Review of Current Approaches and Trends. SYSTEMATIC REVIEW article, 28 April 2021.

【2】 Krish, S. (2011). A practical generative design method. Comput. Aided Des. 43,88–100. doi:10.1016/j.cad.2010.09.009

【3】 Zeng, Z., Sun, X., and Liao, X. (2019). Artificial intelligence augments designcreativity: a typeface family design experiment,” in Lecture notes in computerscience (including subseries lecture notes in artificial intelligence and lecture notesin bioinformatics) 11584 LNCS, Berlin, Germany: Springer. 400–411. doi:10.1007/978-3-030-23541-3_29

【4】 天强TACTER, 工程勘察设计企业数字化转型调研分析报告. 2020-09-30.

作者：赵璐 | 河南省交通规划设计研究院股份有限公司，河南交通运输战略发展研究院

编辑：赵璐 | 校核：卞启航 | 审核：龙志刚

声明：文章仅代表作者个人观点，不代表所在机构立场；转载请注明来源和作者；部分图源网络，侵删。

乡村振兴背景下田园综合体模式研究

车网互动（V2G）发展的河南构思

消费类基础设施公募REITs解析

河南省以县城为重要载体的新型城镇化建设实施路径研究

城市公共交通服务表征指标体系研究综述

从重资产到轻资产的景区开发模式探索——以鲁山县云裳牧场为例